Previsão de entregas no Kanban: quando o trabalho fica pronto

"Quando fica pronto?" é a pergunta que todo gerente ouve do patrocinador, do cliente e da diretoria. Em equipes que usam o método Kanban, a previsão de entregas não precisa depender de estimativas em horas ou em pontos: ela pode sair do histórico do próprio quadro. Com as datas de início e fim dos itens já terminados, você responde quando um item deve ficar pronto e quando um conjunto de itens deve terminar, sempre com uma probabilidade associada.

A mudança de linguagem é o que mais assusta no começo. Em vez de "fica pronto dia 20", a resposta passa a ser "temos 85% de chance de terminar até dia 20". Parece menos firme, mas é mais honesta e, na prática, mais confiável, porque mostra o risco em vez de escondê-lo. A seguir você vê os dados necessários, as duas técnicas principais e um passo a passo para aplicar em planilha.

Por que fazer a previsão de entregas no Kanban com dados

Estimativas de esforço sofrem de dois problemas. O primeiro é que o tempo que um item leva depende mais das esperas do que do trabalho em si: fila para revisão, aprovação do cliente, ambiente de teste ocupado. Quem estima pensa no trabalho e esquece a espera. O segundo é que estimar consome tempo da equipe e, mesmo assim, gera números que ninguém confere depois.

O histórico do quadro já carrega tudo isso. O tempo de ciclo de um item terminado inclui o trabalho, as filas e os bloqueios. A vazão de uma semana inclui interrupções, férias e urgências. Prever a partir desses dados é usar o sistema real em vez do sistema imaginado.

Os dados de que você precisa

O Kanban Guide define as medidas de fluxo que alimentam a previsão:

• Tempo de ciclo (cycle time): o tempo decorrido entre o início e o fim de um item.
• Vazão (throughput): o número de itens terminados por unidade de tempo, contado de forma exata.
• Idade do item em andamento: o tempo desde que um item começou até hoje.

Para calcular as duas primeiras, basta registrar, para cada item, a data em que ele entrou na primeira coluna de trabalho e a data em que chegou ao fim do fluxo. A maioria das ferramentas digitais faz isso sozinha; em planilha, duas colunas de data resolvem. O ponto crítico é definir com clareza onde o item começa e onde termina, e manter essa definição. Se quiser aprofundar cada medida, veja os artigos sobre tempo de ciclo no Kanban e sobre vazão no Kanban.

Quando este item fica pronto: percentis do tempo de ciclo

Para um item isolado, a ferramenta é o gráfico de dispersão do tempo de ciclo. Cada ponto é um item terminado: no eixo horizontal, a data em que terminou; no vertical, quantos dias levou. Sobre os pontos, traçam-se linhas de percentil.

Passo a passo

1. Liste os itens terminados nas últimas semanas com o tempo de ciclo de cada um, em dias.
2. Ordene do menor para o maior.
3. Encontre os percentis. O percentil 85 é o valor abaixo do qual estão 85% dos itens. Com 20 itens, é o 17º da lista ordenada.
4. Leia a frase de previsão. "85% dos nossos itens terminam em até X dias."

Um exemplo ilustrativo: uma equipe de sistemas terminou 20 itens no último mês com estes tempos de ciclo, já ordenados: 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 8, 9, 11 e 14 dias.

Quando o patrocinador perguntar por um item que acabou de começar, a resposta é: "pelo nosso histórico, 85% de chance de estar pronto em até 8 dias". Repare que a média (cerca de 5,7 dias) seria uma péssima promessa: quase metade dos itens passaria dela.

A expectativa de nível de serviço

O Kanban Guide transforma esse percentil numa política da equipe chamada expectativa de nível de serviço (SLE, do inglês service level expectation). Ela tem duas partes, um tempo decorrido e uma probabilidade, e o próprio guia dá o exemplo de 85% dos itens terminados em oito dias ou menos. Segundo o guia, a SLE deve se basear no tempo de ciclo histórico e ficar visível para a equipe; sem histórico, vale um bom palpite até os dados chegarem.

A SLE se completa com a idade dos itens em andamento: um item que já passou do percentil 70 sem terminar merece atenção na reunião diária. Esse acompanhamento da idade dos itens (aging WIP) é o alerta que chega antes do atraso.

Quando um lote de itens fica pronto: simulação de Monte Carlo

Para várias entregas (um release com 30 itens, a próxima fase do projeto), somar tempos de ciclo não funciona, porque os itens andam em paralelo. A técnica usual é a simulação de Monte Carlo com a vazão histórica.

A lógica é esta: a vazão das próximas semanas vai se parecer com a das semanas passadas. Então você sorteia, ao acaso, valores da vazão histórica para cada semana futura até completar os itens e anota quantas semanas foram necessárias. Repetindo isso milhares de vezes, surge uma distribuição de resultados possíveis.

Exemplo ilustrativo

A mesma equipe entregou, nas últimas 12 semanas, estes números de itens por semana: 4, 6, 3, 5, 7, 2, 5, 4, 6, 5, 3 e 6. Restam 30 itens para o release. Rodando 10.000 simulações com esses valores, o resultado foi:

A pergunta inversa também é respondida com a mesma técnica. Se o prazo é fixo em 6 semanas, quantos itens cabem? Na mesma simulação, em 85% dos cenários a equipe terminou pelo menos 24 itens, e em 95% terminou pelo menos 22. Isso dá ao gerente uma conversa objetiva sobre escopo: "os 22 itens mais importantes são praticamente certos; os 8 últimos dependem de sorte".

Como fazer a simulação em planilha

1. Aba Histórico: liste a vazão de cada semana numa coluna (12 linhas no exemplo).
2. Aba Simulação: em cada célula de uma linha, sorteie uma semana do histórico. No Excel em português, a combinação de ÍNDICE com ALEATÓRIOENTRE faz isso, sorteando uma posição entre 1 e o número de semanas.
3. Acumule a soma ao longo da linha e registre em que coluna (semana) o acumulado passou de 30.
4. Copie a linha para milhares de linhas. Cada linha é um futuro possível.
5. Calcule os percentis da coluna "semanas necessárias" e escreva a frase de previsão.

Algumas ferramentas trazem a simulação pronta: o Businessmap (antigo Kanbanize), por exemplo, tem previsão por Monte Carlo no módulo de análise. Em qualquer ferramenta, confira de onde vêm os dados e quais itens entram na conta.

Por que não usar a Lei de Little para prever datas

A Lei de Little relaciona trabalho em andamento, vazão e tempo de ciclo em médias de longo prazo. Ela é excelente para entender o sistema (mais trabalho em andamento com a mesma vazão significa itens mais lentos) e péssima para prometer prazos, porque trabalha com médias e não diz nada sobre a variação. Use a lei para decidir limites de WIP e os percentis ou o Monte Carlo para responder "quando".

Cuidados para a previsão continuar confiável

• O passado só prevê o futuro se o sistema for parecido. Mudou a equipe, o tipo de trabalho ou o processo? Descarte o histórico antigo ou use só as semanas recentes.
• Itens de tamanho parecido. Monte Carlo conta itens. Se um épico de três meses entra como um item, a previsão quebra. Quebre o trabalho antes de ele entrar no fluxo.
• Inclua o trabalho que vai surgir. Se a equipe recebe urgências toda semana, nem toda a vazão vai para o release. Desconte a fração histórica de trabalho não planejado ou aumente a lista de itens.
• Atualize sempre. A previsão é refeita a cada semana com os dados novos. Uma data que piora é informação, não fracasso.
• Comunique com probabilidade. Escolha o percentil conforme o custo de errar: 50% para planejamento interno, 85% ou mais para compromissos com cliente.
• Olhe o fluxo junto. Se o diagrama de fluxo cumulativo mostra filas crescendo, a vazão dos próximos dias tende a ser pior do que a histórica.

E quando não há histórico?

Equipe nova, tipo de trabalho inédito ou projeto que ainda não começou não têm dados para sortear. Nesse caso, estime com faixas, e não com um número. A técnica de três pontos (otimista, mais provável e pessimista) é um bom ponto de partida e já produz uma faixa de prazo. Assim que as primeiras semanas de vazão estiverem registradas, troque a estimativa pela previsão baseada em dados.

Para montar essa primeira faixa, use a ferramenta grátis de estimativa PERT da Projeto Diário: informe os três cenários de cada entrega, veja o prazo esperado e a variação, e comece a registrar a vazão desde já para que a próxima previsão venha do seu próprio quadro.